README 自动摘要
根据 README 自动整理于 2026年10月9日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
一个面向工具使用型智能体的预行动门控，通过确定性规则和神经决策器决定允许/确认/阻止。包含一个浏览器智能体循环，其决策模型可通过配置在托管的 Jev 和本地模型之间切换。
它怎么用 Jev
Jev 作为门控链中的神经决策器，在确定性规则之后运行。它接收状态和类型化问题（Choice/Score/Noul），返回校准的概率。在浏览器循环中，Jev 选择下一个动作。结果用于允许或确认动作，从不用于阻止。
用到的原语:choicescorenoul
值得抄的做法
确定性规则在神经决策器之前运行，决策器只能升级为确认，从不阻止。
怎么试
运行门控：cd gate && GB_MODE=local GB_MODEL=winnow:e4b python gate_ext_run.py
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心片段中未检出0.23
- 展示了 System One 用法在材料中检出0.73
- 写了怎么处理不确定片段中未检出0.19
- 给出了实测数字在材料中检出0.90
- 是能跑起来的工具在材料中检出0.67
- 学习案例 Top 10 候选信号片段中未检出0.39
- 是模型本身的复刻在材料中检出0.79
- 解决的问题够普遍（0–2）按 0–2 打分1.57 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月9日 读 README 写成。